本文通过对湘江综合枢纽工程蓄水后的湘江长沙段水质进行跟踪监测,同时与蓄水前同期水质进行对比,以国家地表水质量标准为评估依据,分析该工程对水质的影响。选定了湘江长沙段的六个水质断面并进行了10项水质指标的长期监测,监测方法均采用国家标准方法进行。经分析表明：监测期间长沙段水质基本保持在国家水质标准Ⅲ类标准以上,主要污染物为氮、磷类污染物,各断面总氮含量超标率之和达到92.70%,总磷超标率达61.29%,化学需氧量指标也存在部分超标情况,超标率为25%,主要集中在黑石铺大桥及杜甫江阁断面。与该工程蓄水前2011年3月至2012年2月同期指标对比发现,水域内溶解氧含量变化不大,仍主要受温度影响；总氮浓度有增加趋势,平均浓度较蓄水前升高20.23%；总磷含量受泥沙吸附沉降影响,平均浓度较蓄水前下降29.85%；化学需氧量和氨氮浓度均有不同程度上升,且均在丁字镇断面上升幅度最大,与2011年相比分别升高了73.81%和77.40%。总体来看,该工程蓄水后,对流域内的基本指标除溶解氧外,都产生了的影响。为了进一步了解引起湘江长沙段水体营养状态变化的主要因素,通过使用Matlab软件下神经网络工具箱建立了灰色-BP神经网络模型。以主成分分析法为基础,筛选出温度、氨氮、溶解氧、总磷、总氮等5个水质指标,建立灰色-BP神经网络模型并进行多方案优化后,对叶绿素a浓度以及藻丰度进行模拟预测。结果表明,通过基于主成分分析法的灰色-BP神经网络模型优化后,确定的网络方案能够较好的模拟湘江长沙段水体中叶绿素a浓度以及藻丰度的变化,网络整体误差为0.0558,网络训练数据的拟合优度有0.93708,整体拟合效果达到0.90373,整体拟合效果较好。并根据主成分分析法建立了13个BP网络模型等,通过分析得出对湘江水域营养状态影响大小的因子排序：温度>DO>NH3-N>TP>TN。最后,本研究根据湘江水利枢纽工程蓄水前后的水质对比分析,为湘江长沙段水环境保护提出了新的思路及相应的水体营养物质输入控制措施。